关于生成对抗网络的一些理论局限
机器学习
2021-10-22 v1
摘要
生成对抗网络已成为机器学习中从数据样本生成未知分布的核心技术。它们已被广泛用于各类场景，却鲜少关注这些模型可能的理论局限。事实上，由于神经网络的通用逼近性质，人们普遍假设 GAN 可以生成任意概率分布。近来，人们开始质疑这一假设，本文即延续此思路。我们基于极值理论给出一个新结果，表明 GAN 无法生成重尾分布。本文给出了该结果的完整证明。
引用
@article{arxiv.2110.10915,
title = {On some theoretical limitations of Generative Adversarial Networks},
author = {Benoît Oriol and Alexandre Miot},
journal= {arXiv preprint arXiv:2110.10915},
year = {2021}
}
备注
7 pages